[发明专利]轻量级智能计算紧耦合结构及其数据处理方法

说明书

本申请提供一种轻量级智能计算紧耦合结构和数据处理方法。轻量级智能计算紧耦合结构包括：内存、主处理器及协处理器。内存包括内核空间和用户空间，用户空间设有共享区；主处理器用于对输入数据进行预处理，以对输入数据进行格式转换；协处理器用于对格式转换后的输入数据进行智能加速运算，协处理器、内存及主处理器挂载在同一总线上，协处理器与主处理器通过共享区进行输入数据的访问，输入数据依次通过总线、内核空间传输至共享区。本申请的轻量级智能计算紧耦合结构和数据处理方法中，主处理器和协处理器形成紧耦合模式，提高数据的存取效率、减少访存能耗。

技术领域

本申请涉及嵌入式人工智能领域，更具体而言，涉及一种轻量级智能计算紧耦合结构和应用轻量级智能计算紧耦合结构的数据处理方法。

背景技术

人工神经网络被广泛应用于负荷的分类识别，但是目前的硬件加速器的研究大多面向服务器或高性能计算中心，主要关注点是加速性能而忽略了资源消耗和功耗预算，虽然有着很高的计算加速性能，但是无法在资源受限的电力终端设备中应用。同时，它们的灵活性很难支持变化的电力负荷的分析。

在加速器模式下，需要做来回的数据迁移，需要将数据从用户空间搬到内核空间，调用系统模式的驱动方式启动加速器，再从内核空间将数据搬移到用户空间。松耦合的加速器和主处理器导致数据空间独立，需要解决在内核空间和用户空间的数据搬移问题。

发明内容

本申请实施方式提供一种轻量级智能计算紧耦合结构及应用轻量级智能计算紧耦合结构的数据处理方法，至少用于解决在内核空间和用户空间的数据搬移问题。

本申请实施方式的轻量级智能计算紧耦合结构包括内存、主处理器、及协处理器。所述内存包括内核空间和用户空间，所述用户空间设有共享区。所述主处理器用于对输入数据进行预处理，以对所述输入数据进行格式转换；所述协处理器用于对格式转换后的所述输入数据进行智能加速运算，所述协处理器、所述内存及所述主处理器挂载在同一总线上，所述协处理器与所述主处理器通过所述共享区进行所述输入数据的访问，所述输入数据依次通过所述总线、所述内核空间传输至所述共享区。

本申请实施方式的应用轻量级智能计算紧耦合结构的数据处理方法包括：从图像传感器中读取输入数据，以将所述输入数据存储到内存中的共享区，所述共享区设于所述内存的用户空间，所述输入数据的读取由主处理器控制通过总线传输到所述内存的内核空间，再将所述输入数据搬移至所述共享区。根据所述输入数据进行预处理，以使所述主处理器对所述输入数据进行格式转换。从所述共享区获取所述输入数据，并通过协处理器对格式转换后的所述输入数据进行智能加速运算，所述协处理器、所述内存及所述主处理器挂载在所述总线上。

本申请的轻量级智能计算紧耦合结构及其数据处理方法中，主处理器、协处理器和内存均挂载在同一总线上，且内存的用户空间设置共享区，主处理器和协处理器形成紧耦合模式，主处理器和协处理器可通过共享区进行数据的访问，避免出现协处理器和主处理器需要不停地进行来回的数据迁移的情况，解决在内核空间和用户空间之间的数据来回搬移的问题，从而提高数据的存取效率、减少访存能耗。

本申请的实施方式的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实施方式的实践了解到。

附图说明

本申请的上述和/或附加的方面和优点从结合下面附图对实施方式的描述中将变得明显和容易理解，其中：

图1是本申请某些实施方式的轻量级智能计算紧耦合结构的示意图；

图2是本申请某些实施方式的轻量级智能计算紧耦合结构中的数据寄存单元的示意图；

图3和图4是本申请某些实施方式的数据处理方法的流程图；

图5是本申请某些实施方式的数据处理方法中根据输入数据和权重数据获取输出数据的示意图；